Question

我匹配并替换前面和后面跟着空格的4位数字：

str12 <- "coihr 1234 &/()= jngm 34 ljd"
sub("\\s\\d{4}\\s", "", str12)
[1] "coihr&/()= jngm 34 ljd"

但是，每次尝试反转它并提取数字都会失败。我想要：

[1] 1234

有人有线索吗？

ps：我知道怎么用{stringr}来做，但我想知道是否只能使用{base} ..

require(stringr)
gsub("\\s", "", str_extract(str12, "\\s\\d{4}\\s"))
[1] "1234"

Answer 1

regmatches()仅在R-2.14.0之后可用，允许您“从regexpr，gregexpr或regexec获得的匹配数据中提取或替换匹配的子字符串”

以下示例说明如何使用regmatches()在输入字符串中提取第一个空白缓冲的4位数子字符串，或者 all 这样的子串。

## Example strings and pattern
x <- "coihr 1234 &/()= jngm 34 ljd"          # string with 1 matching substring
xx <- "coihr 1234 &/()= jngm 3444  6789 ljd" # string with >1 matching substring
pat <- "(?<=\\s)(\\d{4})(?=\\s)"

## Use regexpr() to extract *1st* matching substring
as.numeric(regmatches(x, regexpr(pat, x, perl=TRUE)))
# [1] 1234
as.numeric(regmatches(xx, regexpr(pat, xx, perl=TRUE)))
# [1] 1234


## Use gregexpr() to extract *all* matching substrings
as.numeric(regmatches(xx, gregexpr(pat, xx, perl=TRUE))[[1]])
# [1] 1234 3444 6789

（请注意，对于不包含符合条件的子字符串的字符串，这将返回numeric(0)。

Answer 2

可以使用()在正则表达式中捕获组。采用相同的例子

str12 <- "coihr 1234 &/()= jngm 34 ljd"
gsub(".*\\s(\\d{4})\\s.*", "\\1", str12)
[1] "1234"

Answer 3

一般来说，我对正则表达式很天真，但这是在基地做一个丑陋的方式：

# if it's always in the same spot as in your example
unlist(strsplit(str12, split = " "))[2]

# or if it can occur in various places
str13 <- unlist(strsplit(str12, split = " "))
str13[!is.na(as.integer(str13)) & nchar(str13) == 4] # issues warning

正则表达式匹配不是4位数字的所有内容

3 个答案: